Java Pattern.compile 忽略转义双引号 (\")

Question

我很难找出忽略转义引号的模式。我想要这个：

    "10\" 2 Topping Pizza, Pasta, or Sandwich for  each. Valid until 2pm. Carryout only.","blah blah"

匹配为：

   1> "10\" 2 Topping Pizza, Pasta, or Sandwich for  each. Valid until 2pm. Carryout only."
   2> "blah blah"

我一直在尝试这个：

    Pattern pattern = Pattern.compile("\"[^\"]*\"");
    Matcher matcher = pattern.matcher(filteredCoupons);

我明白了

   1> "10\"
   2> ","

Answer 1

您要查找的正则表达式是

"[^"\]*(?:\.[^"\]*)*"

见demo

在Java,

String pattern = "\"[^\"\\]*(?:\\.[^\"\\]*)*\"";

Answer 2

您的正则表达式似乎需要接受非引号或前面有 \ 的引号。在那种情况下尝试

Pattern pattern = Pattern.compile("\"(\\.|[^\"])*\"");

这部分正则表达式 \\.|[^\"] 将尝试查找

\. - 任何转义字符，
(| 或) [^\"] - 任何非引号字符

我将 \. 放在 [^\"] 之前，以防止 \ 被 [^\"] 匹配。

换句话说，对于 foo\"bar" 和正则表达式 \\.|[^\"] 这样的文本，您将获得此匹配项

foo\"bar"
^^^-matched by [^\"]

foo\"bar"
   ^^-matched by \.

foo\"bar"
     ^^^-matched by [^\"]

foo\"bar"
        ^-can't be matched by anything since there is no \ before
          nor it is non-quote

演示：

String filteredCoupons = "\"10\\" 2 Topping Pizza, Pasta, or Sandwich for  each. Valid until 2pm. Carryout only.\",\"blah blah\"";
Pattern pattern = Pattern.compile("\"(\\.|[^\"])*\"");
Matcher matcher = pattern.matcher(filteredCoupons);
while(matcher.find()){
    System.out.println(matcher.group());
}

输出：

"10\" 2 Topping Pizza, Pasta, or Sandwich for  each. Valid until 2pm. Carryout only."
"blah blah"

Answer 3

也可以用负数lookbehind:

(?s)".*?"(?<!\.)

作为 Java 字符串：

"(?s)\".*?\"(?<!\\.)"

参见test at regex101; test at regexplanet（点击"Java"）

遇到 " 后，如果没有前面的反斜杠跳过一个字符，它会向后看
类似".*?(?<!\)"，但在遇到"
使用 (?s) 标志使点也匹配换行符

出于兴趣，我用 regexhero.net (thanks @stribizhev for this link!). Was unsure if the stepscounter of regex101 处的示例字符串对不同版本进行了基准测试，这里是准确的。

基准测试仅使用非捕获组。有趣的是，"(?:\.|[^"])*" 的性能几乎是捕获组 "(\.|[^"])*".

的两倍

Java Pattern.compile 忽略转义双引号 (\")

Java Pattern.compile ignoring escaped double quotes (\")

java

regex

quotes

escaping